从定义上讲，逻辑模型是以概念模型为基础，对概念模型的进一步细化、分解。逻辑模型通过实体和实体之间的关系描述业务的需求和系统实现的技术领域，是业务需求人员和技术人员沟通的桥梁和平台。概念模型和逻辑模型的关系如图3-18所示。
（1）逻辑模型的设计
逻辑模型的设计是数据仓库实施中最重要的一步，因为它直接反映了业务部门的实际需求和业务规则，同时对物理模型的设计和实现具有指导作用。它的特点就是通过实体和实体之间的关系勾勒出整个企业的数据蓝图和规划。逻辑模型一般遵循第三范式，与概念模型不同，它主要关注细节性的业务规则，同时需要解决每个主题域包含哪些概念范畴和跨主题域的继承和共享的问题。
图3-18 概念模型和逻辑模型的关系
（2）逻辑模型设计的一般步骤
概念模型的主题域一般是从企业现有的信息系统和行业自身业务活动汇总得来的业务模型主题域。而逻辑模型除了在概念模型的基础上丰富和细化主题域，并且确定每个主题域包含哪些主题外，还需要以下几个步骤。
1）分析需求，列出需要分析的主题，需求目标、维度指标、维度层次、分析的指标、分析的方法、数据的来源、关注的对象等。例如，所要分析的主题是电力营销业务分析处理情况，见表3-2。
表3-2 电力营销业务分析处理情况(www.xing528.com)
2）选择用户感兴趣的数据，通过业务需求将需要分析的指标分离抽取出来，转化成逻辑模型需要的实体。例如，从用户数量、用电储存容量等分析指标中分离出用户实体和用电量实体。
3）在实体中需要增加时间戳属性，因为实体中需要保存各个阶段的历史数据。通常情况下，如果实体为统一编码，则不需要增加时间戳属性。
4）需要考虑粒度层次的划分。数据仓库的粒度层次划分直接影响了数据仓库模型的设计，通常细粒度的数据模型直接从企业模型选取实体作为逻辑模型的实体，而粗粒度的数据模型需要经过汇总计算得到相应的实体。粒度决定了企业数据仓库的实现方式、性能、灵活性和数据仓库的数据量。
5）在粒度层次划分的基础上，还需要进行关系模式的定义。关系模式一般采取第三范式的特点进行定义，对当前的主题进行关系模式的划分，形成各个实体、实体属性、实体之间的关系等内容。同时在逻辑模型框架的基础上对实体的中英文名称、属性、属性的值域进行明确、完善和细化，真实反映业务逻辑关系和业务规则。
逻辑模型的设计流程图如图3-19所示。
图3-19 逻辑模型的设计流程图
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
